Browsing by Subject "Machine Learning"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Open Access
    Dynamic Balance Sheet Simulation and Credit Default Prediction: A Stress Test Model for Colombian Firms
    (Banco de la República) Cuesta-Mora, Diego Fernando; Gómez-Molina, Andrés Camilo
    Este documento presenta un modelo de prueba de estrés empleado por el Departamento de Estabilidad Financiera del Banco de la República para evaluar la vulnerabilidad financiera de las firmas no financieras colombianas. El modelo apoya el Reporte de Estabilidad Financiera semestral del Banco de la República y aporta al diseño de políticas al identificar firmas expuestas al riesgo crediticio en condiciones macroeconómicas adversas. El modelo propuesto integra tres componentes: un marco dinámico de simulación de balances; un conjunto de modelos de machine learning para estimar probabilidades de incumplimiento crediticio; y un módulo final que identifica firmas en riesgo de incumplimiento crediticio. Esta herramienta fortalece la capacidad del Banco de la República para monitorear y evaluar riesgos en el sector empresarial de forma prospectiva. El documento detalla cada componente e ilustra los resultados mediante un escenario de estrés.
    Documentos de Trabajo. 2025-08-29
    Borradores de Economía; No.1325
  • Thumbnail Image
    Item
    Open Access
    Detección de anomalías y poder de mercado en el sector eléctrico colombiano
    (Banco de la República) Riascos, Alvaro J.; Chitiva, Julián; Salazar, Carlos
    En este trabajo introducimos una metodología de generación de alertas de potenciales prácticas anticompetitivas en el mercado mayorista de electricidad colombiano. La metodología se compone de dos partes: (1) Con base en la disponibilidad declarada de los agentes, se identi can aquellos que potencialmente pueden tener un impacto alto en el precio de bolsa (i.e., pivotales en el sentido del índice de oferta residual - IOR) y (2) Usando métodos de aprendizaje de máquinas se identifi can las ofertas de energía (i.e., precios) de aquellos agentes pivotales que, de acuerdo al estado del mercado y su historia (i.e., oferta pasadas, recursos hídricos, tecnología de generación, etc.) se podrían considerar atípicos o anómalos. Con base en estos dos indicadores se generan alertas de potenciales prácticas anticompetitivas. Reportamos los resultados de la aplicación de esta metodología al mercado mayorista colombiano en el periodo de agosto 16, 2018 a julio 30, 2019. Una característica importante de esta metodología es que puede ser aplicada con la información disponible del operador del sistema, 24 horas antes de que se observen los resultados del mercado y generando alertas ex-ante a la realización de los eventos. Esta posibilidad de generar alertas casi en tiempo real es aun más importante de cara al nuevo mercado intradiario que próximamente entrará en rigor en el sistema eléctrico colombiano.
    Documentos de Trabajo. 2022-11-09
    Borradores de Economía; No.1217